基于LBSN的个性化旅游包推荐系统

计算机与现代化 ›› 2014, Vol. 0 ›› Issue (1): 186-191.

基于LBSN的个性化旅游包推荐系统

西北工业大学计算机学院，陕西西安710072

收稿日期:2013-09-12 出版日期:2014-01-20 发布日期:2014-02-10
作者简介: 胥皇(1991-),男,湖南汨罗人, 西北工业大学计算机学院博士研究生,研究方向：普适计算；於志文(1977-)，男，教授，博士生导师，研究方向：普适计算，移动互联网和智能信息技术；封云(1989-)，女，硕士研究生，研究方向：普适计算；周兴社(1955-)，男，教授，博士生导师，研究方向：嵌入式计算，分布计算和普适计算。
基金资助:
国家自然科学基金资助项目（61222209, 61103063），教育部“新世纪优秀人才支持计划”（NCET-12-0466），教育部高等学校博士学科点专项科研基金（博导类）（20126102110043）

LBSN-based Personalized Travel Package Recommendation System

School of Computer Science, Northwestern Polytechnical University, Xi’an 710072, China

Received:2013-09-12 Online:2014-01-20 Published:2014-02-10

摘要/Abstract

摘要： 旅游是人们生活中的重要部分，但是制定旅游计划是一件繁杂的工作。基于位置的社交网络(LBSN)的发展，提供了大量关于位置和活动的信息。为辅助用户制订旅游计划，本文提出一个基于LBSN的个性化旅游包推荐系统。该系统利用采集自LBSN的数据，建立地点和用户偏好模型，根据用户需求，在时空约束下生成旅游路线，形成旅游包推荐给用户。本文实现的原型系统能交互地获取用户旅游意向，实时生成多个旅游包供用户选择，对游客制订旅游计划具有一定的参考价值。

Abstract: Travel has become an important part in our daily lives, but making travel plans is not easy. Location Based Social Networks(LBSN) provides a large amount of information about location and activity, which is useful for location search and recommendation. This paper proposes a LBSN-based personalized travel package recommendation system to help users make travel plans. We generate location profile and user preference model based on the collected LBSN data. Then we produce travel routes under spatio-temporal constraints and recommend the travel packages. The travel package contains travel destinations and visiting order of these destinations.

Key words: travel package recommendation, LBSN, POI detection, personalization, path planning

胥皇，於志文，封云，周兴社. 基于LBSN的个性化旅游包推荐系统[J]. 计算机与现代化, 2014, 0(1): 186-191.

XU Huang, YU Zhi-wen, FENG Yun, ZHOU Xing-she. LBSN-based Personalized Travel Package Recommendation System[J]. Computer and Modernization, 2014, 0(1): 186-191.

参考文献

［1］
Adomavicius G, Tuzhilin A. Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions［J］. IEEE Transactions on Knowledge and Data Engineering, 2005,17(6):734-749.
［2］ Liu Q, Ge Y, Li Z, et al. Personalized travel package recommendation［C］// 2011 IEEE 11th International Conference on Data Mining. 2011:407-416.
［3］ Lu X, Wang C, Yang J M, et al. Photo2trip: Generating travel routes from geo-tagged photos for trip planning［C］// Proceedings of the International Conference on Multimedia. 2010:143-152.
［4］ Kisilevich S, Keim D, Rokach L. A novel approach to mining travel sequences using collections of geotagged photos［C］// Lecture Notes in Geoinformation and Cartography. 2010:163-182.
［5］ Ricci F. Travel recommender systems［J］. IEEE Intelligent Systems, 2002,17(6):55-57.
［6］ Liu J, Huang Z, Chen L, et al. Discovering areas of interest with geo-tagged images and check-ins［C］// Proceedings of the 20th ACM International Conference on Multimedia. 2012:589-598.
［7］ Arase Y, Xie X, Hara T, et al. Mining people’s trips from large scale geo-tagged photos［C］// Proceedings of the International Conference on Multimedia. 2010:133-142. 
［8］ Yin Z, Cao L, Han J, et al. Diversified trajectory pattern ranking in geotagged social media［C］// Proceedings of the Eleventh SIAM International Conference on Data Mining. 2011:980-991.
［9］ Zheng V W, Zheng Y, Xie X, et al. Towards mobile intelligence: Learning from GPS history data for collaborative recommendation［J］. Artificial Intelligence, 2012,184:17-37. 
［10］Kurashima T, Iwata T, Irie G, et al. Travel route recommendation using geotags in photo sharing sites［C］// Proceedings of the 19th ACM International Conference on Information and Knowledge Management. 2010:579-588.

[1]	赵晨阳, 薛涛, 刘俊华. 基于改进Stable Diffusion的时尚服饰图案生成[J]. 计算机与现代化, 2024, 0(12): 15-23.
[2]	万兵1, 2, 3, 赵文涛4, 潘多涛1, 赵峥韬2, 3, 孙朝阳2, 3, 俞建成2, 3. 无人帆船半物理仿真测试系统设计[J]. 计算机与现代化, 2024, 0(12): 91-99.
[3]	陈宇航1, 杨勇1, 帕力旦·吐尔逊1, 樊小超1, 任鸽1, 刁宇峰2. 融合句法特征与语义特征的作文自动评分方法[J]. 计算机与现代化, 2024, 0(11): 64-69.
[4]	黄文栋, 王怡凡. 基于模态类别的多模态信息处理与融合综述[J]. 计算机与现代化, 2024, 0(07): 47-62.
[5]	翟梅. 个性化新闻推荐系统研究综述及探讨[J]. 计算机与现代化, 2024, 0(04): 12-20.
[6]	朱宏启, 王诚. 基于电商用户行为的隐式反馈推荐应用研究[J]. 计算机与现代化, 2023, 0(11): 44-50.
[7]	杨柳青, 王冲. 基于极大熵的Web服务资源个性化推荐方法[J]. 计算机与现代化, 2023, 0(09): 32-37.
[8]	李静元, 张珂, 杨东裕. 基于雾计算的工业互联网安全数据访问方法[J]. 计算机与现代化, 2022, 0(12): 118-122.
[9]	陈春燕, 刘梦赤. 基于粒子群遗传算法的智能组卷策略[J]. 计算机与现代化, 2021, 0(08): 16-23.
[10]	宋鑫, 樊志强, . 基于Laguerre 前向神经网络的信息服务性能建模方法 [J]. 计算机与现代化, 2021, 0(03): 1-6.
[11]	魏健, 赵红涛, 刘敦楠, 加鹤萍 . 基于集成模型的超短时负荷预测方法[J]. 计算机与现代化, 2021, 0(03): 12-17.
[12]	于海洋. 快速挖掘最大频繁项集算法在图书馆管理中的应用[J]. 计算机与现代化, 2020, 0(06): 68-.
[13]	郑策1,2,尤佳莉1,2. 电影推荐系统中基于图的协同过滤算法[J]. 计算机与现代化, 2019, 0(11): 38-.
[14]	段桂芹1，邹臣嵩2，刘锋2. 基于优化初始聚类中心的K中心点算法[J]. 计算机与现代化, 2019, 0(04): 1-.
[15]	朱红强1，程恺1，陈智1，李灵杰1，童晶1,2，江超群1. 个性化三维虚拟试衣系统研究[J]. 计算机与现代化, 2019, 0(04): 52-.